>> 华创证券-【宏观专题】AI的生产率悖论?——20+篇论文中找答案-260716
| 上传日期: |
2026/7/16 |
大小: |
2335KB |
| 格式: |
pdf 共20页 |
来源: |
华创证券 |
| 评级: |
-- |
作者: |
张瑜,殷雯卿 |
| 下载权限: |
此报告为加密报告 |
|
|
核心结论:本文将通过文献综述,讨论AI能否带来生产率提升? ① AI属于什么类型的技术进步?历史上的科技进步存在不同类型,对生产率的影响也不同。学术界普遍认为AI符合通用技术的特征,能在长周期推动生产率增长。而客观数据也显示,2023年以来美国劳动生产率已出现提升。 ② AI能否带来生产率的长期提升?存在两派观点。一派观点以Gordon为代表,认为在第二次工业革命以后的新技术普遍难以带来持久的生产率提升;另一派观点则以“索洛生产率悖论”、J曲线效应为代表,认为信息技术、AI技术作为通用技术,能够在长期带来生产率提升,只不过在技术发展早期对生产率的影响并不显著,主要原因在于时滞效应、资源错配、测量误差等。 ③ AI何时才能带来生产率提升?目前的研究普遍预测,AI对生产率提振效应最显著的时期大致在2030年前后。 ④ “AI生产率悖论”如何影响货币政策?学界普遍认为货币政策应更关注转型时期的经济结构变化、更重视企业微观调查数据(它们比宏观数据更早看到变化),货币政策需维持相对宽松以支持新技术的扩散。 1、AI属于什么类型的技术进步? 历史上的科技进步存在不同类型,如“灯泡型”技术、“发电机型”的通用技术、“显微镜型”的“发明方法的发明”。而AI兼具通用技术与“发明方法的发明”的双重属性。一方面,AI具备通用技术的普遍特征(技术在经济各部门广泛扩散;技术随时间持续改进;技术能够催化创新),另一方面,AI作为“发明方法的发明”,能够优化组织结构、提升研发效率、催生新的经营模式。 2023年以来美国劳动生产率已出现提升。从总量表现看,美国劳动生产率已显著高于疫情前的趋势水平。从生产率的贡献结构分解来看,2023年至今,生产率提升主要由资本深化(从0.3pp升至0.9pp)和劳动质量提升(从0.2pp升至0.4pp)驱动,而全要素生产率的提升仍然较为温和。 2、AI能否带来生产率的长期提升? 这一问题存在两派观点。一派观点以Gordon为代表,认为在第二次工业革命以后的新技术普遍难以带来持久的生产率提升,即新技术对生产率的提升效益在放缓。 Gordon(2000)是这一观点最经典的文献之一,通过对比1870–1970年第二次工业革命(电力、内燃机、自来水、抗生素、电信等)与信息革命的影响,认为前者从根本上重构了生产与生活,而信息技术主要影响娱乐、信息和沟通领域,对生产效率的边际拉动远小于前者,因此无法支撑长期的高生产率增长。 当前也有一部分研究支持Gordon的观点,认为AI可能同样难以带来长期生产率的提升,原因在于:教育水平已触及平台期;互联网革命的渗透广度远非当前AI可比;AI创造的是“信息”而非“能源”,在物理上不具备生产力等。 另一派观点则以“索洛生产率悖论”、J曲线效应为代表,认为信息技术、AI技术作为通用技术,能够在长期带来生产率提升,只不过在技术发展早期对生产率的影响并不显著,主要原因在于时滞效应、资源错配、测量误差等。 ①时滞效应:通用技术释放生产率需要周期 所谓时滞假说,是指蒸汽机、电力、半导体这类通用技术,由于需要配套的组织变革、人力资本积累和技术扩散,因此其生产率红利必然会经历较长的释放周期,而非立刻兑现。生产率J曲线理论则是对时滞假说的定量解释。 针对AI何时能带来生产率的提升,时滞效应正是目前学术界的主流观点。学者普遍认为,由于AI属于通用技术,因此也符合通用技术的时滞效应特点。只有在前期AI投资渗透到全产业链,同时企业基于AI技术重新设计生产与经营逻辑、而非在原有业务框架内简单叠加AI工具(类比在铁路革命时代在铁轨上驾驶马车),才会带来更显著的生产率提升。 而基于微观调查也能看到AI当前存在的时滞效应。McElheran et al.(2025)调查了美国制造业企业利用AI的微观数据,发现在利用AI初期,AI指数(作者编制的衡量企业使用AI强度的指标)每提升一个标准差,制造业企业的全要素生产率下降1.33个百分点;不过2017年已采用AI技术且延续至2021年的企业,其生产率的增长速度显著高于未采用AI的企业。 ②资源错配:生产率提升集中在头部企业 新技术收益可能集中于少数“超级明星”企业,导致整体宏观生产率未提升。资源错配在AI领域,也得到了大量微观企业与行业层面的数据验证。 Cakir Melek & Miller(2026)研究认为:从结构特征看,本轮生产率回升尚不具备广泛的行业基础,生产率的增长主要集中在特定细分领域(如数据处理与托管业、计算机系统设计业等),并非全行业普遍提升。 Brynjolfsson et al.(2023)利用来自5179名客服人员的数据,发现AI能够带来整体生产率提升14%,但结构上对新人和低技能员工的生产力提高了34%,而对经验丰富和高技能员工的影响甚微。 2026年美英德澳四国央行联合调查也显示,规模更大、劳动生产率更高、员工
|
|